煤气管道机器人图像处理及其质量评判方法

摘要

本文研究了基于图像处理的煤气管道判别准则系统的建立方法。作者采用了理论和实践相结合的研究方法，对管道环境下的图像压缩和传输，图像的边缘检测方法，专家系统的具体组建结构，以及知识学习的方法进行了研究。具体地说，本文研究工作主要侧重以下几个方面：在管道环境下采集到的图像特点分析的基础上，针对常规图像压缩方法计算量大、压缩比例小的缺点，提出采用基于分形的图像压缩方法。该方法可分利用管道图像之间的相关性，对图像进行分形变换和插补，在计算量不大的情况下，实现较高的压缩比。通过试验评估表明，该方法具有简单、快速和高效等特点。在对一系列传统图像处理方法分析的基础上，选择基于小波变换的边缘检测方法作为本系统中对管道图像处理的基本方法，并对二维小波变换，小波基波选择，以及阀值去噪问题进行了初步的探讨。针对管道内图像数据库的特点，讨论了知识系统的基本结构，并与传统程序系统进行了比较，提出并研究了基于神经网络的专家系统的建立方法，系统性能评估的具体模型，以及系统维护等问题。

目录

文摘

英文文摘

学位论文原创性声明和版权使用授权书

第一章 绪论

第二章 管道机器人系统的总体设计

第三章 基于分形理论的煤气管道机器人的视频压缩技术

第四章 基于小波变换的边缘检测

第五章 基于知识系统的判别准则的建立

第六章 总结和展望

参考文献

致 谢

攻读学位期间撰写和发表的学术论文